你将收获

1. 用Python进行数据处理

2. 用机器学习方法建模和预测

3. 基本的数据挖掘

4. 搭建神经网络

5. 了解一些必要的数学理论

适用人群

机器学习初学者,最好有一些编程语言的基础。

课程介绍

【课程特色】


很多人认为机器学习难学,主要是因为其过于关注各种复杂数学公式的推导,从而忽略了公式的本质。

本课程通过对课件的精心编排,课程内容的不断打磨,重磅推出机器学习初学者必会的案例精讲。

通过案例展示其特点和本质,快速掌握机器学习模型的核心理论,将重点回归到机器学习算法本身。

本课程选取了机器学习经典的4大编码项目涉及机器学习基本算法,神经网络和开源学习软件weka数据挖掘:,

再也不用东拼西凑,一门课程真正掌握机器学习核心技术。

它们是人工智能必经之路,机器学习必学技术,企业面试必备技能。



【课程如何观看?】

移动端:CSDN 学院APP(注意不是CSDN APP哦)

本课程为录播课,课程永久有效观看时长,大家可以抓紧时间学习后一起讨论哦~

【学员专享增值服务】

源码开放

课件、课程案例代码完全开放给你,你可以根据所学知识,自行修改、优化



查看更多

本课知识点

人工智能机器学习git深度学习数据挖掘开源项目神经网络

课程目录

讨论留言
5 条回复 进入帖子
切换为未回复评论
切换为时间正序
请发表友善的回复…
发表回复
qq_409240142020-07-07
  • 打赏
  • 举报
回复
L对oi的求导求错了,应该是 -ti(1-yi)
  • 举报
回复
@qq_40924014∂L/∂oi = sum_nlabel { ∂L/∂yk * ∂yk/∂oi } = ∂L/∂yi * ∂yi/∂oi + sum_k!=i { ∂L/∂yk * ∂yk/∂oi } = -ti(1-yi) + sum_k!=i { tk * yi } = -ti+ yi * sum_k { tk } = yi - ti
qq_409240142020-07-05
  • 打赏
  • 举报
回复
ValueError Traceback (most recent call last) in 1 reg=GridSearchCV(pipeline,hyperparameters,cv=5) ----> 2 reg.fit(x_train,
qq_409240142020-07-04
  • 打赏
  • 举报
回复
module 'sklearn.preprocessing' has no attribute 'StandarScaler'